光谱指数助力机器学习提高玉米叶片含水量估测精度

摘要： 玉米水分状况的快速无损监测对于水分诊断和灌溉管理具有重要意义，而光谱指数是作物叶片含水量（LWC）无损实时估测的重要指标之一，然而传统的光谱指数在估测LWC时易受外界环境因素影响，导致估测精度较低。机器学习（ML）算法在预测作物水分状况方面有显著的优势，特别是针对精准农业和作物水分监测等应用。因此，本研究旨在将光谱指数与机器学习结合来进一步提高LWC的估测精度，实现玉米水分的高... （共12页）